Introduction aux réseaux sociaux sur le Web

Dimension: px
Commencer à balayer dès la page:

Download "Introduction aux réseaux sociaux sur le Web"

Transcription

1 Introduction aux réseaux sociaux sur le Web Pierre Senellart Extraits d un tutoriel présenté à BDA 2008 avec Talel Abdessalem 11 décembre 2008

2 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 2 / 80

3 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 3 / 80

4 Réseaux sociaux les plus populaires Sites de réseaux sociaux les plus populaires dans le monde et en France (rang des sites Web avec le plus de trafic, selon Alexa) Monde France SkyRock 51 3 YouTube 3 4 MySpace 17 7 Facebook 5 8 Dailymotion EBay Wikipedia 8 13 Meetic ImageShack hi Megavideo Adult Friendfinder Wat.tv Flickr Orkut 19 >100 V Kontakte 28 >100 Friendster 39 >100 4 / 80

5 Typologie des réseaux sociaux Site de réseau social Orienté contenu Orienté utilisateur Catalogue Partage Édition Vente Discussion Pur Communautés de blogs Rencontre Livres Musique Liens Films Publications Jeux Images Vidéos Adulte everything2 Wikipedia EBay Yahoo! Answers Personnel Professionnel Mélangé SkyRock Twitter FriendFinder Meetic LibraryThing Shelfari (Amazon) Last.fm (CBS) Delicious (Yahoo!) Flixster Yahoo! Movies CiteULike MobyGames Flickr (Yahoo!) Photobucket (Fox) YouTube (Google) Dailymotion Megavideo Wat (TF1) MySpace (Fox) hi5 Friendster LinkedIn Facebook Orkut (Google) V Kontakte 5 / 80

6 Typologie des réseaux sociaux Site de réseau social Orienté contenu Orienté utilisateur Édition Vente Discussion Pur Communautés d 5 / 80

7 Typologie des réseaux sociaux contenu Orienté utilisateur Vente Discussion Pur Communautés de blogs Rencontre EBay Yahoo! Answers Personnel Professionnel Mélangé SkyRock Twitter FriendFinder Meetic MySpace (Fox) hi5 Friendster LinkedIn Facebook Orkut (Google) V Kontakte 5 / 80

8 Typologie des réseaux sociaux Catalogue Livres Musique Liens Films Publications Jeux LibraryThing Shelfari (Amazon) Last.fm (CBS) Delicious (Yahoo!) Flixster Yahoo! Movies CiteULike MobyGames 5 / 80

9 Typologie des réseaux sociaux Partage Édition Vente Discussion Images Vidéos Adulte everything2 Wikipedia EBay Yahoo! Answers Flickr (Yahoo!) Photobucket (Fox) YouTube (Google) Dailymotion Megavideo Wat (TF1) MySpace (Fox) hi5 5 / 80

10 Typologie des réseaux sociaux Site de réseau social Orienté contenu Orienté utilisateur Catalogue Partage Édition Vente Discussion Pur Communautés de blogs Rencontre Livres Musique Liens Films Publications Jeux Images Vidéos Adulte everything2 Wikipedia EBay Yahoo! Answers Personnel Professionnel Mélangé SkyRock Twitter FriendFinder Meetic LibraryThing Shelfari (Amazon) Last.fm (CBS) Delicious (Yahoo!) Flixster Yahoo! Movies CiteULike MobyGames Flickr (Yahoo!) Photobucket (Fox) YouTube (Google) Dailymotion Megavideo Wat (TF1) MySpace (Fox) hi5 Friendster LinkedIn Facebook Orkut (Google) V Kontakte 6 / 80

11 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 7 / 80

12 Outil de «Social bookmarking» Delicious Destiné à la sauvegarde et au partage (publication) de ses favoris (bookmarks). Permet d annoter et de classer ses favoris en y associant des motsclés (tags). Pas de partage d informations personnelles comme MySpace ou Facebook 8 / 80

13 Delicious Principales entités gérées : Users/Bookmarks Pages Tags Network subscriptions Favoris (pages web) adresses, titre et note associée. Mots-clés (données par l utilisateur) nom du tag et sa description Utilisateurs Login, , nom et page personnelle 9 / 80

14 Delicious Confidentialité, réseaux et souscriptions : Users/Bookmarks Pages Tags Network subscriptions Favoris publiques : visibles à tous (lien, annotations et tags) Favoris privés : visibles à leur propriétaire Réseau : liste d utilisateurs Donne un accès direct à la partie publique de leurs bookmarks Peut être publique ou privé Souscription à un tag : Donne un accès direct aux favoris publiques auxquelles le tag est associé 10 / 80

15 Delicious Recherche d information : Par mots-clés Parmi : Mes favoris Mon réseaux Favoris publiques Explore : les tags, les titres de pages et les notes 11 / 80

16 Exemple de favoris : Delicious Tags Favoris : titres, adresses, et notes associées Les tags de l utilisateur Occurrences 12 / 80

17 Delicious Exemple de recherche : BDA 2008 Recherche dans les tags, les titres de pages et les notes 13 / 80

18 Souscriptions à un tag : Delicious à partir des favoris d un utilisateur donné ou de l ensemble des favoris publiques Mes souscriptions 14 / 80

19 Delicious Tag associés : Tags associés à Obama 15 / 80

20 Delicious Tag associés : Tags associés à McCain 16 / 80

21 Delicious Réseau et fans : Membres du réseau de gromuad Ses fans 17 / 80

22 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 18 / 80

23 Gestion d albums photos Flickr Permet de stocker des images, de leur associer des mots-clés et de les partager (rendre visible) avec ses contacts ou avec tous. Des fonctions sociales permettent aux utilisateurs de se découvrir, se retrouver, d échanger, de se regrouper en communautés etc. 19 / 80

24 Flickr Principales entités gérées : Users/Galerie Photos/Séquences Tags Famille, amis, groupes Photos Titre, description, tags, dates (données EXIF, Exchangeable image file format). Mots-clés nom du tag et sa description Utilisateurs pseudo, , nom, page personnelle, sexe, ville pays, centres d intérêt, Aéroport le plus proche, etc. 20 / 80

25 Flickr Confidentialité, réseaux et partage : Les contacts sont organisés en trois cercles: famille, amis et public laisser-passer : permettent de partager des photos avec des personnes non inscrites sur Flickr Groupes : Objet : la mise en commun des photos Groupes privés : Accessibles sur invitation et masqués lors de la recherche de groupes Public, sur invitation : Visible au public et contrôle sur les membres Public, ouverts à tous : Accès public Les discussions peuvent être masquées aux non membres. 21 / 80

26 Flickr Recherche d information : Photos Description des photos et/ou tags Groupes Noms et descriptions ou discussions Personnes Nom et ou profil 22 / 80

27 Flickr GéoTagging : les photos peuvent être situées sur une carte Le droit de voir la localisation d une photo sur la carte est géré par le propriétaire 23 / 80

28 Tags populaires : Flickr Dernières 24h Dernière semaine Nuage de Mots-clés 24 / 80

29 Flickr Interestingness : les photos intéressantes. Critères affichés : origine du cliché, commentaires, date des commentaires, qui l a ajouté à ses favoris, tags, etc. 25 / 80

30 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 26 / 80

31 Wikipedia Encyclopédie collaborative Plus un réseau social d articles qu un réseau social d utilisateurs (pas de relation d amitié) Mais réseaux sociaux implicites : utilisateurs collaborant aux mêmes articles, etc. Historique complet disponible (permet d étudier la dynamique du réseau) 27 / 80

32 Wikipedia Entités Utilisateurs Articles Liens hypertexte, catégories Utilisateurs Login ou adresse IP, page de présentation Article Titre, texte, médias, catégories, liens Aucune gestion de confidentialité (tout est public) 28 / 80

33 Wikipedia Recherche d information Recherche en texte intégral dans les articles Accès à la liste des modifications d un article Accès à la liste des contributions d un utilisateur Graphe de Wikipedia graphe du Web en miniature (mais beaucoup plus propre!) 29 / 80

34 Wikipedia Articles Wikipedia is sustained by people like you. Please donate today. Log in / create account navigation Main page Contents Featured content Current events Random article search interaction About Wikipedia Community portal Recent changes Contact Wikipedia Donate to Wikipedia Help 30 / 80

35 Wikipedia Historique Make a donation to Wikipedia and give the gift of knowledge! Log in / create account navigation Main page Contents Featured content Current events Random article search interaction About Wikipedia Community portal Recent changes Contact Wikipedia Donate to Wikipedia Help 31 / 80

36 Wikipedia Utilisateur Help us provide free content to the world by donating today! Log in / create account navigation Main page Contents Featured content Current events Random article search interaction About Wikipedia Community portal Recent changes Contact Wikipedia Donate to Wikipedia Help 32 / 80

37 Wikipedia Contributions Your continued donations keep Wikipedia running! Log in / create account navigation Main page Contents Featured content Current events Random article search interaction About Wikipedia Community portal Recent changes Contact Wikipedia Donate to Wikipedia Help 33 / 80

38 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 34 / 80

39 LinkedIn Réseau social résolument orienté vers les professionnels Donc pas d amis, mais des connexions But : Étendre son réseau Pouvoir contacter des gens par l intermédiaire de connaissances Augmenter sa visibilité dans le milieu professionnel Utilisé par certains employeurs pour recruter 35 / 80

40 LinkedIn Entités connexions Groupes Utilisateurs Institutions Groupes Nom, Description, Messages, Membres Institution Nom, Membres passés et présents Utilisateur CV, connexions 36 / 80

41 LinkedIn Confidentialité et droits d accès Inscription obligatoire Le profil complet d un utilisateur n est accessible qu à ses connexions On peut savoir si on est à distance 3 d un individu, et le chemin correspondant dans le graphe (partiellement anonymisé!) On peut choisir ou non de divulguer la liste de ses connections à ses connections (et à elle seulement!) Pour ajouter quelqu un comme connexion, il faut connaître son , avoir été dans la même institution, ou demander une introduction à une connexion commune Contacter directement un inconnu est possible, mais payant 37 / 80

42 LinkedIn Recherche d information Recherche d utilisateurs par mots-clés, nom, emplacement, etc. Affichage de la liste des utilisateurs de LinkedIn qui sont dans la même institution Recherches avancées possibles 38 / 80

43 LinkedIn Profil Profile Edit My Profile View My Profile Edit Public Profile Settings Forward this profile Current Associate Professor at TELECOM ParisTech [ Edit ] Past Education Recommended Connections Industry Websites Teaching assistant at ENS Cachan Postdoc at MPII PhD candidate at INRIA Université Paris Sud (Paris XI) Ecole normale supérieure You haven t been recommended Get Recommended 25 connections Research [ Edit ] My Website [ Edit ] My Company [ Edit ] see all... Public Profile [ Edit ] Public Profile setting: FULL VIEW [ Edit ] Prom ote your public profile! Link to your full profile from blogs and 39 / 80

44 LinkedIn Connexions Contacts Connections Imported Contacts Network Statistics Add Connections Remov e Connections Connections Show contacts with new connections advanced options Showing 25 of 25 connections. 5 outstanding sent invitations A B C D E F G H I J K L M N O P Q R S T U V W X Y Z # A B g 40 / 80

45 LinkedIn Réseau Here you see statistics about your network, including how many users you can reach through your connections. Your network grows every time you add a connection invite connections now. Your Network of Trusted Professionals You are at the center of your network. Your connections can introduce you to 62,100+ professionals here s how your network breaks down: Your Connections Your trusted friends and colleagues 25 Two degrees away Friends of friends; each connected to one of your connections 700+ Three degrees away Reach these users through a friend and one of their friends 61,300+ Total users you can contact through an Introduction 62,100+ 1,267 new people in your network since September 26 The LinkedIn Network The total of all LinkedIn users, who can be contacted directly through InMail. Total users you can contact directly try a search now! 26,000,000+ REGIONAL ACCESS Top locations in your network: 13% 12% 4% 4% 3% 1. Paris Area, France 2. San Francisco Bay Area 3. Greater New York City Area 4. Romania 5. France Your region: Paris Area, France: 8,100+ users 41 / 80

46 LinkedIn Recherche 42 / 80

47 LinkedIn Recherche avancée Search Results We found 371 users in your network matching your criteria. Keywords: engineer Located in or near: United States Users currently at: google Sorted by: degrees away from you refine search results Check out the Google Company Profile LinkedIn Network (top 20) Michael Van Riper Experienced Software Developer and Designer San Francisco Bay Area Internet Current: Founder & Leader at Silicon Valley Google Technology User Group ; Principal Engineer at Krillion, Inc. ; Local Ambassador at UXnet ; Co-Chair at BayDUX ; Founder & Leader at Silicon Valley Web Developer JUG ; Steering Committee Member at BayCHI Past: VeriSign; Finaline Technologies; Tirata/Soltima; Icarian; Adobe Systems;... see more Keyw ords:... Principal Engineer at Krillion, Inc.... Sr. Software Engineer at VeriSign... Sr. Software Engineer at Finaline Technologies... Sr. Software Engineer at Tirata/Soltima... What do these icons mean? Omar Benjelloun Software Engineer at Google San Francisco Bay Area Internet Current: Software Engineer at Google Past: INRIA Keyw ords: Software Engineer at Google Jean Tessier Software Craftsman San Francisco Bay Area Computer Software Current: Software Engineer at Google Inc. ; Principal at Dependency Finder (Self-employed) Past: LinkedIn Corp.; Vignette Corp.; Epicentric, Inc.; AT&T Labs; Teleglobe... see more Keyw ords:... I am a Software Engineer. I spend (almost) all... Software Engineer at Google Inc.... Senior Software Engineer at LinkedIn Corp.... Software Engineer at Teleglobe Canada Pierre-Yves Laligand 43 / 80

48 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 44 / 80

49 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 45 / 80

50 Graphes de réseaux sociaux Modélisation naturelle : réseau social = graphe Entités = noeuds, Relations = arêtes Suivant les cas : graphes orientés ou non bipartite, n-partites arêtes annotées, pondérées 46 / 80

51 Graphe non orienté Adapté pour les réseaux sociaux purs avec relations symétriques (p. ex., LinkedIn) 47 / 80

52 Graphe multipartite Adapté à la plupart des réseaux sociaux de partage avec annotations, utilisateurs, contenu, etc. (p. ex., Flickr) france chateau mason.flickr manufrakass 48 / 80

53 Graphe orienté Rare dans le cas des réseaux sociaux, mais c est le modèle du Web (p. ex., Wikipedia) Graph Conflict Trade Social network Node Social networking service Facebook 49 / 80

54 Réseaux implicites et explicites : aspect sociologique Deux types de réseaux sociaux d individus : donnés explicitement par l application (amis, connections...) dérivables implicitement des profils (mêmes intérêts, édition des mêmes articles...) Sociologiquement, définit quatre types de connections entre individus [Smith et al., 2007, Lin, 2001, Houard and Jacquemain, 2006], suivant la forme de capital social considéré : Lien implicite Lien explicite Bonding : lien «agglutinant» Bridging : lien «reliant» Oui Non Oui Bonding réel Bridging réel Non Bonding potentiel Bridging potentiel 50 / 80

55 Six degrés de séparation Idée que deux personnes quelconques sur Terre sont séparées par une chaîne de six personnes se connaissant deux à deux Mis en évidence par une expérience de Stanley Milgram [Travers and Milgram, 1969] (courrier à transmettre de proche en proche) Popularisé dans de nombreux médias Le chiffre 6 n est pas à prendre au sérieux! Mais principe validé dans des expériences plus récentes Dans d autres domaines : Nombre d Erdős pour les publications scientifiques Kevin Bacon pour les films d Hollywood Caractéristique commune (de la plupart) des réseaux sociaux! 51 / 80

56 Caractéristique des graphes de réseaux sociaux Quatre caractéristiques importantes [Newman et al., 2006] : Graphes creux : beaucoup moins d arêtes qu un graphe complet Faible distance typique : plus court chemin entre deux nœuds en général petit (logarithmique) par rapport à la taille du graphe Haute transitivité : si a est relié à b et b à c, alors b a plus de chances d être relié à c Degrés suivant une loi en puissance : le nombre de sommets de degré k est de l ordre de k γ (γ constante) nb k 52 / 80

57 Pas seulement les réseaux sociaux! Mêmes caractéristiques dans : le World Wide Web les systèmes nerveux les graphes d interaction de protéines les graphes de citations etc. Contre-exemples : graphes planaires, graphes de transports (plus de régularité, pas forcément de transitivité, plus grande distance typique, etc.). Modèles de graphes de réseaux sociaux? 53 / 80

58 Graphes aléatoires Principe : 1. On se fixe un nombre n de noeuds et un nombre p d arêtes. 2. On sélectionne aléatoirement (uniformément) p arêtes parmi les n(n 1) 2 possibles. Creux si p est bien choisi Distance typique (à l intérieure d une même composante connexe) petite! Pas de transitivité Pas de loi en puissance des degrés 54 / 80

59 Graphes petit-monde Principe [Watts and Strogatz, 1998, Watts, 1999] : 1. On part d un treillis régulier (une grille) périodique 2. Avec probabilité p, on reroute chacune des arêtes aléatoirement Creux si le treillis initial est bien choisi [Watts and Strogatz, 1998] Distance typique (à l intérieure d une même composante connexe) petite (vient des reroutages) Transitivité forte (vient du treillis initial) Pas de loi en puissance des degrés 55 / 80

60 Graphes sans échelle : attachement préférentiel Principe [Barabási and Albert, 1999, Newman et al., 2006] : 1. On part d un petit graphe de taille m 0, on se fixe une constante m < m 0 2. On ajoute tour à tour n m 0 nœuds au graphe, en les connectant chacun à m nœuds existants ; la probabilité de connexion à un nœud existant est proportionnelle à son degré Creux si m et n sont bien choisis Distance typique (à l intérieure d une même composante connexe) petite Transitivité forte Loi en puissance des degrés (en fait, exposant 3, mais des variations du modèle permettent de changer l exposant) 56 / 80

61 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 57 / 80

62 PageRank [Brin and Page, 1998] Idée Sur le Web, les pages importantes sont les pages pointées par des pages importantes. Définition (Tentative) Probabilité qu un surfeur suivant une marche aléatoire dans le graphe du Web G arrive à la page i à un point distant dans le futur. ( ) pr(i) = lim k + (t G) k v où v est un vecteur colonne initial. i 58 / 80

63 Calcul itératif de PageRank / 80

64 Calcul itératif de PageRank / 80

65 Calcul itératif de PageRank / 80

66 Calcul itératif de PageRank / 80

67 Calcul itératif de PageRank / 80

68 Calcul itératif de PageRank / 80

69 Calcul itératif de PageRank / 80

70 Calcul itératif de PageRank / 80

71 Calcul itératif de PageRank / 80

72 Calcul itératif de PageRank / 80

73 Calcul itératif de PageRank / 80

74 Calcul itératif de PageRank / 80

75 Calcul itératif de PageRank / 80

76 Calcul itératif de PageRank / 80

77 PageRank avec sauts aléatoires Peut ne pas converger. Pour réparer ça, le surfeur aléatoire peut, à chaque étape, sauter aléatoirement vers n importe quelle page du Web avec probabilité d (1 d : damping factor). ( ) pr(i) = lim ((1 k + d)t G + du) k v où U est la matrice dont tous les valeurs sont à 1 n (n : nombre de nœuds). i 60 / 80

78 PageRank et réseaux sociaux Mesure d importance globale utilisée pour ordonner les résultats des moteurs de recherche sur le Web Très utile pour les graphes ressemblant au graphe du Web (p. ex., Wikipedia) Notion inappropriée pour les graphes non orientés : mesure d équilibre de la marche aléatoire = degré du nœud Nombreuses variantes adaptées à certains cas particuliers : HITS [Kleinberg, 1999] pour distinguer portails et autorités Généralisation de HITS [Blondel et al., 2004] pour comparer deux graphes arbitraires Mesures de Green [Ollivier and Senellart, 2007] pour biaiser le PageRank 61 / 80

79 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 62 / 80

80 Recherche de communautés Problème classique dans les réseaux sociaux : identifier des communautés d utilisateurs (ou de contenu) en utilisant la structure de graphe Deux sous-problèmes : 1. Étant donné un nœud ou ensemble de nœuds initial, trouver la communauté correspondante 2. Étant donné le graphe dans son ensemble, trouver une partition en communautés 63 / 80

81 Flot maximal / Coupe minimale /6 /2 /2 source /1 /4 /3 /5 sink Utilisation d un algorithme de calcul de flot maximal [Goldberg and Tarjan, 1988] pour séparer une graine d utilisateurs du reste du graphe Complexité : O(n 2 m) (n : nœuds, m : arêtes) Versions en ligne de ces techniques [Flake et al., 2002, Senellart, 2005] permettant de faire le calcul sans avoir à stocker le graphe localement 64 / 80

82 Flot maximal / Coupe minimale 3/6 2/2 1/2 source 4/4 0/3 1/1 4/5 sink Utilisation d un algorithme de calcul de flot maximal [Goldberg and Tarjan, 1988] pour séparer une graine d utilisateurs du reste du graphe Complexité : O(n 2 m) (n : nœuds, m : arêtes) Versions en ligne de ces techniques [Flake et al., 2002, Senellart, 2005] permettant de faire le calcul sans avoir à stocker le graphe localement 64 / 80

83 Flot maximal / Coupe minimale 3/6 2/2 1/2 source 4/4 0/3 1/1 4/5 sink Utilisation d un algorithme de calcul de flot maximal [Goldberg and Tarjan, 1988] pour séparer une graine d utilisateurs du reste du graphe Complexité : O(n 2 m) (n : nœuds, m : arêtes) Versions en ligne de ces techniques [Flake et al., 2002, Senellart, 2005] permettant de faire le calcul sans avoir à stocker le graphe localement 64 / 80

84 Markov Cluster Algorithm (MCL) [van Dongen, 2000] Algorithme de classification (clustering) de graphe Aussi basé sur le flot maximal, dans le graphe tout entier Itération d un calcul matriciel alternant : Expansion (multiplication matricielle, correspondant à la propagation de flot) Inflation (opération non linéaire pour augmenter l hétérogénéité) Complexité : O(n 3 ) pour un calcul exact, O(n) pour un calcul approché [van Dongen, 2000] 65 / 80

85 Markov Cluster Algorithm (MCL) [van Dongen, 2000] Algorithme de classification (clustering) de graphe Aussi basé sur le flot maximal, dans le graphe tout entier Itération d un calcul matriciel alternant : Expansion (multiplication matricielle, correspondant à la propagation de flot) Inflation (opération non linéaire pour augmenter l hétérogénéité) Complexité : O(n 3 ) pour un calcul exact, O(n) pour un calcul approché [van Dongen, 2000] 65 / 80

86 Suppression des arêtes les plus «au milieu» [Newman and Girvan, 2004] Algorithme descendant de classification de graphe Degré de «betweenness»d une arête : nombre de chemins minimaux entre deux sommets quelconques qui passent par cette arête Principe général : 1. Calculer la betweenness de chaque arête du graphe 2. Enlever l arête avec la plus haute betweenness 3. Recommencer, le calcul de betweenness compris Complexité : O(n 3 ) pour un graphe creux [Newman and Girvan, 2004] 66 / 80

87 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 67 / 80

88 Utilisation des liens sociaux pour améliorer la recherche Est-il possible d exploiter les liens entre utilisateurs et le contenu des réseaux sociaux pour améliorer la recherche d information? Utilisation des tags associés à des contenus Contenu recommandé pour un utilisateur donné Recherche par mots-clefs biaisée par le réseau social d un individu 68 / 80

89 Utilisation des marque-pages de Delicious [Heymann et al., 2008] Tags dans Delicious : utilisables dans une recherche par mots-clefs? Avantages Termes de requêtes et tags se recoupent Cohérents, pertinents Dynamiques Inconvénients Faible couverture Manquent souvent de contexte 69 / 80

90 Systèmes de recommandation [Resnick et al., 1994] Filtrage collaboratif Ensemble de produits, ensemble d utilisateurs Utilisateurs vu comme un vecteur dans l espace des produits (pondération : plus un produit est courant, moins il a d importance) Mesure de similarité entre utilisateurs (p. ex., cosinus entre les vecteurs) Recommandations pour un utilisateur donné : 1. Calculer les utilisateurs les plus similaires 2. Proposer les produits associés Utile pour les sites de rencontre! Problèmes Passe mal à l échelle avec un grand nombre d utilisateurs Fonctionne mal pour un nouvel utilisateur 70 / 80

91 Amazon.com : recommandation produit-à-produit [Linden et al., 2003] Filtrage collaboratif produit-à-produit Produits : vecteurs dans l espace des utilisateurs Similarité entre produits Précalcul des similarités entre paires de produit (coûteux, mais change peu) Recommandations pour un utilisateur donné : Proposer les objets les plus similaires aux objets de l utilisateur 71 / 80

92 Recherche d information classique Index en texte intégral d une collection de documents, sous la forme de listes «terme (document, poids)», triées par poids Fonction de pondération : par exemple tf-idf (term frequency-inverse document frequency) Requête par mots-clefs : k premiers résultats? Notations : t 1 AND... AND t n s(t, d) pondération de t dans d (p. ex., tf-idf) g(s 1,..., s n ) fonction croissante calculant le score global (p. ex., addition) 72 / 80

93 Algorithme de seuil de Fagin [Fagin et al., 2001] 1. Soit R la liste vide, et m = Pour tout 1 i n : 2.1 Récupérer le document d (i) contenant le terme t i avec le meilleur score s(t i, d (i) ) (parmi ceux non encore récupérés). 2.2 Calculer le score global g d (i) = g(s(t 1, d (i) ),..., s(t n, d (i) )) en récupérant chacun des s(t j, d (i) ) avec j i. 2.3 Si R contient moins de k documents, ou si g d (i) est plus grand que le minimum des scores des documents dans R, ajouter d (i) à R (en enlevant éventuellement le document avec le score minimum). 3. Soit m = g(s(t 1, d (1) ), s(t 2, d (2) ),..., s(t n, d (n) )). 4. Si R contient plus de k documents, et le minimum des scores des documents dans R est supérieur ou égal à m, retoruner R. 5. Répéter l étape / 80

94 Recherche d information avec fonction de score sociale [Schenkel et al., 2008] Cadre : graphe multi-partite, p. ex., Flickr But : biaiser les résultats de requête en fonction de son réseau social Pondération sociale : Étant donnée une relation d amitié F (u, u ) (explicite ou implicite) entre deux utilisateurs, on calcule une relation d amitié étendue F (u, u ) = α U + (1 α) max chemin u = u 0... u k = u i=0 (0 < α < 1 constante ; U : nombre d utilisateurs) Au lieu de prendre une pondération globale tf-idf(t, d) = tf(t, d) idf(t, d) k 1 F(u i, u i+1 ) on prend une pondération sociale dépendant de u : ( ) tf-idf u (t, d) = F(u, u ) tf u (t, d) idf(t, d) u U 74 / 80

95 Top-k avec score social [Benedikt et al., 2008] Possibilité d adapter l algorithme de seuil de Fagin mais impossible de précalculer les scores tf-idf u (t, d) pour chacun des utilisateurs Pour éviter une trop grande complexité : 1. Partitionner le graphe des utilisateurs en composantes d utilisateurs fortement similaires 2. Utiliser les scores au sein de ces composantes comme estimations du seuil dans l algorithme de Fagin 3. donne des résultats approchés, mais de bonne qualité 75 / 80

96 Plan de l exposé Exemples de réseaux sociaux Typologie Delicious Flickr Wikipedia LinkedIn Modèles et algorithmes Modèles de graphes Recherche sur le Web Recherche de communautés Utilisation des liens sociaux pour améliorer la recherche Conclusion 76 / 80

Les réseaux sociaux au service de l emploi

Les réseaux sociaux au service de l emploi Les réseaux sociaux au service de l emploi Boucle accueil emploi Mercredi 29 juin 2011 Julie Sabadell INFOthèque Les réseaux avant Internet Une existence bien antérieure à Internet Différents types de

Plus en détail

Analyse des systèmes de social bookmarking

Analyse des systèmes de social bookmarking 2015 Analyse des systèmes de social bookmarking Andy Christen, Clément Vogt Haute Ecole de Gestion - Genève 21/04/2015 Table des matières Introduction... 2 Caractéristiques générales des systèmes de social

Plus en détail

Concepts et modèles des Webs communautaires

Concepts et modèles des Webs communautaires Concepts et modèles des Webs communautaires Talel Abdessalem Pierre Senellart 21 octobre 2008, BDA 2008 http://www.infres.telecom-paristech.fr/~dbweb/ Plan de l exposé Web communautaires Exemples d outils

Plus en détail

FaceBook aime les Maths!

FaceBook aime les Maths! FaceBook aime les Maths! Michel Rigo http://www.discmath.ulg.ac.be/ http://orbi.ulg.ac.be/ Réseaux Visualizing my Twitter Network by number of followers. Michael Atkisson http://woknowing.wordpress.com/

Plus en détail

Les outils du Web* : comment ça marche et à quoi ça sert?

Les outils du Web* : comment ça marche et à quoi ça sert? Sites Web Les outils du Web* : comment ça marche et à quoi ça sert? Sites marchands, e-commerce Forums Blogs Réseaux sociaux grand public : Facebook, Twitter Réseaux sociaux professionnels : Linkedin,

Plus en détail

Web search. Course Organization. 4 July 2011. 1 / 7 Pierre Senellart Licence de droits d usage

Web search. Course Organization. 4 July 2011. 1 / 7 Pierre Senellart Licence de droits d usage Web search Course Organization 1 / 7 Pierre Senellart Course scope Introduction to the technologies of Web search engines Prerequisites: basic math and computer science Labs prerequisites: Java programming

Plus en détail

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche Réseaux Sociaux Révolution des usages sur Internet, et nouvelles problématiques de recherche Pierre Maret, Laboratoire Hubert Curien, St-Etienne Adrien Joly, Alcatel-Lucent Bell Labs France, Villarceaux

Plus en détail

Analyse des réseaux sociaux et apprentissage

Analyse des réseaux sociaux et apprentissage Analyse des réseaux sociaux et apprentissage Emmanuel Viennet Laboratoire de Traitement et Transport de l Information Université Paris 13 - Sorbonne Paris Cité Réseaux sociaux? Réseaux sociaux? Analyse

Plus en détail

Recherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014

Recherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014 Recherche et Diffusion de l Information dans les Réseaux Philippe Robert Le 8 avril 2014 Présentation Présentation Directeur de recherche à l INRIA Responsable de l équipe de recherche Réseaux, Algorithmes

Plus en détail

ANIMER UNE COMMUNAUTÉ CONSTRUCTION21

ANIMER UNE COMMUNAUTÉ CONSTRUCTION21 ANIMER UNE COMMUNAUTÉ CONSTRUCTION21 Les communautés en ligne sont des espaces d échange, de veille et de partage documentaire. En créant une communauté sur un sujet précis, vous vous posez en expert de

Plus en détail

AT41 - «Métropoles et réseaux»

AT41 - «Métropoles et réseaux» AT41 - «Métropoles et réseaux» Une approche par la théorie des graphes Plan Problématiques Quelques définitions Théorie des graphes: 1. Partitionnement de graphe : ex. les communautés 2. Analyse des réseaux

Plus en détail

COURS SYRRES RÉSEAUX SOCIAUX. Jean-Loup Guillaume

COURS SYRRES RÉSEAUX SOCIAUX. Jean-Loup Guillaume COURS SYRRES RÉSEAUX SOCIAUX Jean-Loup Guillaume Le cours http://jlguillaume.free.fr/www/teaching/syrres/ Exemple 1 : Expérience de Milgram Objectif faire transiter une lettre depuis les Nebraska à un

Plus en détail

Partager ses photos sur Flickr

Partager ses photos sur Flickr Flickr est un service en ligne de stockage et partage de photos racheté par yahoo en 2005. En 2010, le site hébergerait plus de 4 milliards de photos. Un grand nombre de photographes professionnels utilise

Plus en détail

Réseaux sociaux et introduction aux business models

Réseaux sociaux et introduction aux business models Réseaux sociaux et introduction aux business models LE CONCEPT DE RÉSEAU SOCIAL Définition d une action sociale «Une action est sociale si un individu donné prend en compte les comportements des autres

Plus en détail

B i b l i o t h è q u e SOCIAL BOOKMARKING

B i b l i o t h è q u e SOCIAL BOOKMARKING B i b l i o t h è q u e SOCIAL BOOKMARKING Septembre 2013 Le Social Bookmarking Service dit «web 2.0» dédié à la sélection, au stockage, à l organisation et au partage de liens Internet. À la différence

Plus en détail

Guide utilisateur. Comment optimiser l utilisation. de votre nouvel annuaire en ligne. Des questions? Contacter le helpdesk

Guide utilisateur. Comment optimiser l utilisation. de votre nouvel annuaire en ligne. Des questions? Contacter le helpdesk Guide utilisateur Comment optimiser l utilisation de votre nouvel annuaire en ligne L annuaire en ligne MIPIM Des questions? Contacter le helpdesk Customerhelpdesk@reedmidem.com 1 Comment optimiser l utilisation

Plus en détail

IC05 2004 Analyse de Réseaux Sociaux : perspective algorithmique

IC05 2004 Analyse de Réseaux Sociaux : perspective algorithmique IC05 2004 Analyse de Réseaux Sociaux : perspective algorithmique Eustache DIEMERT Université de Technologie de Compiègne - Réseaux, Territoires et Géographie de l Information 11 mai 2004 Réseaux Sociaux?

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

Prise en main du système de gestion de signets «Delicious»

Prise en main du système de gestion de signets «Delicious» Prise en main du système de gestion de signets «Delicious» Introduction : quelques règles pour indexer avec des TAGS (d après Olivier le Doeuff) I.1 : se créer un compte puis installer les extensions pour

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Interaction entre réseaux sociaux et sites web

Interaction entre réseaux sociaux et sites web Formation des Tisserands 22-23 janvier 2011 Interaction entre réseaux sociaux et sites web Intégrer les réseaux sociaux sur son site Internet Partager des informations sur les deux supports François NAUTRÉ

Plus en détail

TUTORIEL Pearltrees www.cellie.fr 26/02/2015

TUTORIEL Pearltrees www.cellie.fr 26/02/2015 TUTORIEL Pearltrees www.cellie.fr 26/02/2015 Introduction www.pearltrees.com est outil en ligne accessible gratuitement par une simple inscription et utilisable depuis ordinateurs et terminaux mobiles.

Plus en détail

Introduction à l Analyse des Réseaux Sociaux

Introduction à l Analyse des Réseaux Sociaux Introduction à l Analyse des Réseaux Sociaux Erick Stattner Laboratoire LAMIA Université des Antilles et de la Guyane, France erick.stattner@univ-ag.fr Guadeloupe, Novembre 2012 Erick Stattner Introduction

Plus en détail

Les médias sociaux : Facebook et Linkedin. Réalisé en janvier 2012 Par Mamadou Ndiaye

Les médias sociaux : Facebook et Linkedin. Réalisé en janvier 2012 Par Mamadou Ndiaye Les médias sociaux : Facebook et Linkedin Réalisé en janvier 2012 Par Mamadou Ndiaye Avant de commencer Veuillez S.V.P. tester votre matériel audio en utilisant l assistant d installation audio. Plan Qu

Plus en détail

Graphes, réseaux et internet

Graphes, réseaux et internet Graphes, réseaux et internet Clémence Magnien clemence.magnien@lip6.fr LIP6 CNRS et Université Pierre et Marie Curie (UPMC Paris 6) avec Matthieu Latapy, Frédéric Ouédraogo, Guillaume Valadon, Assia Hamzaoui,...

Plus en détail

PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US

PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US PARTAGER UN ANNUAIRE COLLECTIF DE SIGNETS AVEC DEL.ICIO.US Introduction Pourquoi utiliser DEL.ICIO.US? Cet outil permet à plusieurs personnes de partager la même liste de sites favoris et ce sur n importe

Plus en détail

20/02/2014. Historique de l Internet. Les tendances du web. Les débuts de l internet. Utilisateurs de l internet. Le web 1.0. Les causes de la bulle

20/02/2014. Historique de l Internet. Les tendances du web. Les débuts de l internet. Utilisateurs de l internet. Le web 1.0. Les causes de la bulle Historique de l Internet Les tendances du web Techniques de marketing en ligne 1972 : Ray Tomlinson crée le courrier électronique 1973 : Vinton Cerf spécifie le réseau TCP/IP Fin des années 80 : ARPAnet

Plus en détail

MANUEL D UTILISATION TEAMWORKS

MANUEL D UTILISATION TEAMWORKS MANUEL D UTILISATION TEAMWORKS ELABORE PAR LE PNUD ALGERIE POUR LE PROGRAMME COMMUN POUR L EGALITE ENTRE LES GENRES ET L AUTONOMISATION DES FEMMES EN ALGERIE VERSION JUILLET 2011 Algérie Contenu I. COMMENT

Plus en détail

Intégration de la dimension sémantique dans les réseaux sociaux

Intégration de la dimension sémantique dans les réseaux sociaux Intégration de la dimension sémantique dans les réseaux sociaux Application : systèmes de recommandation Maria Malek LARIS-EISTI maria.malek@eisti.fr 1 Contexte : Recommandation dans les réseaux sociaux

Plus en détail

Petit Guide de Scopus

Petit Guide de Scopus Petit Guide de Scopus Table des matières 1 Page d accueil de Scopus 2 La liste des resultats 3 Pour affiner la recherche 4 Recherche auteur 5 Historique de recherche 6 Affichage plus détaillé des notices

Plus en détail

Libérer le pouvoir des médias sociaux Passer du Like au Love

Libérer le pouvoir des médias sociaux Passer du Like au Love Libérer le pouvoir des médias sociaux Passer du Like au Love Pascal Hary Customer experience & Social Sales Development Director 1 Copyright 2013, Oracle and/or its affiliates. All rights reserved. pascal.hary@oracle.com

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti Le placement

Aspects théoriques et algorithmiques du calcul réparti Le placement Aspects théoriques et algorithmiques du calcul réparti Le placement Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

Créer son site internet avec Jimdo

Créer son site internet avec Jimdo Présentation Jimdo: Dernière actualisation: le 17.10.2011 Créer son site internet avec Jimdo www.jimdo.com Jimdo: Un système de création de site facile et gratuit - Jimdo est un CMS en ligne qui permet

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti Le placement

Aspects théoriques et algorithmiques du calcul réparti Le placement Aspects théoriques et algorithmiques du calcul réparti Le placement Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

www.machpro.fr : Machines Production a créé dès 1995, le site internet

www.machpro.fr : Machines Production a créé dès 1995, le site internet www.machpro.fr : www.machpro.fr Machines Production a créé dès 1995, le site internet www.machpro.fr destiné à fournir aux lecteurs de la revue et aux mécanautes un complément d'information utile et régulièrement

Plus en détail

facebook un monde à connaître.

facebook un monde à connaître. facebook un monde à connaître. Par Yves DUPRAZ / DCLIC.NET ANT PROPOS Comment lire cette brochure? Le contenu de cette brochure peut être parcouru de trois façons différentes. La première Vous pouvez consulter

Plus en détail

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice. Web Science Master 1 IFI Andrea G. B. Tettamanzi Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.fr 1 CM - Séance 3 PageRank et comment Google transforme des mots en

Plus en détail

de facebook comment utiliser les plugins sociaux www.kontestapp.com

de facebook comment utiliser les plugins sociaux www.kontestapp.com comment utiliser les plugins sociaux de facebook www.kontestapp.com MAJ : Août 2012 Proposé par Kontest, créez votre concours sur Facebook, web et mobile - www.kontestapp.com Introduction Aujourd hui,

Plus en détail

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion

Plus en détail

Algopol Une expérimentation sociologique

Algopol Une expérimentation sociologique Algopol Une expérimentation sociologique Dominique Cardon (Orange Labs / Université de Marne la vallée) Irène Bastard (Orange Labs / Télécom ParisTech) Christophe Prieur (Liafa Paris7) Workshop «Facebook»,

Plus en détail

FLICKR. Depuis 2013, Flickr propose 1 To d espace de stockage (environ 500 000 photos) et ce, gratuitement.

FLICKR. Depuis 2013, Flickr propose 1 To d espace de stockage (environ 500 000 photos) et ce, gratuitement. Octobre 2013 Sommaire 1- Création d un compte et découverte de l interface du site 2- Ajout d images (galerie, albums et classeurs) 3- Utilisation de la carte 4- Recherche d images et utilisation des licences

Plus en détail

Flickr : fonctionnalités et usages dans un musée.

Flickr : fonctionnalités et usages dans un musée. Flickr : fonctionnalités et usages dans un musée. Un exemple d'utilisation : l exposition «Trésors du quotidien» du musée des civilisations de l Europe et de la Méditerranée par Jean-Pierre Dalbéra Direction

Plus en détail

Prise en main de Scoop.it Source : missiontice.ac-besancon.fr/documentation/wp.../05/annexe-3.doc

Prise en main de Scoop.it Source : missiontice.ac-besancon.fr/documentation/wp.../05/annexe-3.doc Prise en main de Scoop.it Source : missiontice.ac-besancon.fr/documentation/wp.../05/annexe-3.doc Scoop.it est un outil de curation, c est-à-dire qu il permet de regrouper, trier, classer les informations

Plus en détail

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice. Web Science Master 1 IFI Andrea G. B. Tettamanzi Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.fr 1 Annonce : recherche apprenti Projet Géo-Incertitude Objectifs

Plus en détail

Gestion et partage de signets en ligne

Gestion et partage de signets en ligne Gestion et partage de signets en ligne 26 septembre 2008 Michèle Maximilien ERIST Avignon http://www.avignon.inra.fr/ist Finalités 1 Enregistrement et installation 1 Ajout de pages web 1 Navigation 3 Bookmarks

Plus en détail

ICC International Court of Arbitration Bulletin. Cour internationale d arbitrage de la CCI

ICC International Court of Arbitration Bulletin. Cour internationale d arbitrage de la CCI ICC International Court of Arbitration Bulletin Cour internationale d arbitrage de la CCI Extract for restricted use Extrait à tirage limité International Court of Arbitration 38, Cours Albert 1er, 75008

Plus en détail

OUTIL DE TRAVAIL COLLABORATIF

OUTIL DE TRAVAIL COLLABORATIF B i b l i o t h è q u e OUTIL DE TRAVAIL COLLABORATIF Septembre 2012 TitanPad est un outil de travail collaboratif permettant de prendre des notes ou de rédiger à plusieurs un même texte à distance en

Plus en détail

«Les réseaux sociaux comme facilitateur d interactions avec le citoyen»

«Les réseaux sociaux comme facilitateur d interactions avec le citoyen» «Les réseaux sociaux comme facilitateur d interactions avec le citoyen» Comment utiliser pleinement les ressources que vous offrent les réseaux sociaux et leurs différentes fonctions pour optimaliser vos

Plus en détail

Introduction. M2206 Intégration web. Introduction. Introduction 20/01/2014

Introduction. M2206 Intégration web. Introduction. Introduction 20/01/2014 Introduction M2206 Intégration web http://www.atinternet.fr/ressources/ressources/etudespubliques/barometre-des-moteurs/ Référencement des sites web et moteurs de recherche Introduction Introduction http://www.go-gulf.com/blog/social-networking-user/

Plus en détail

Cours de Community Management Master 2 CAWEB

Cours de Community Management Master 2 CAWEB Cours proposé le 17 décembre 2014 Cours de Community Management Master 2 CAWEB Chargé d enseignement : Max Schleiffer, consultant social media Notre Programme 19/11 : Présentation du métier de Community

Plus en détail

Comment mesurer de façon efficace le succès en ligne d une marque de luxe?

Comment mesurer de façon efficace le succès en ligne d une marque de luxe? Comment mesurer de façon efficace le succès en ligne d une marque de luxe? emetrics Summit Paris 2010 Paris, 16 juin 2010 David Sadigh, directeur associé dsadigh@ic-agency.com A propos d IC-Agency: Notre

Plus en détail

Guide et conseils généraux pour optimiser le référencement d un site internet

Guide et conseils généraux pour optimiser le référencement d un site internet Guide et conseils généraux pour optimiser le référencement d un site internet Novembre 2010 1 Introduction Le référencement de votre site internet vous permet d être présent dans les différents moteurs

Plus en détail

Comment marche le Web?

Comment marche le Web? Comment marche le Web? Sara Alouf Chargée de Recherche, INRIA 6 décembre 2012 Lycée Henri Matisse, Vence Comment marche le Web? Introduction du Web et de l Internet Aperçu historique Comment marche le

Plus en détail

Ou comment gérer librement, gratuitement et facilement ses références bibliographiques!

Ou comment gérer librement, gratuitement et facilement ses références bibliographiques! Zotero 4.0 Ou comment gérer librement, gratuitement et facilement ses références bibliographiques! documentation 1 Plan 1. Qu est-ce que Zotero? 2. Comment installer Zotero? 3. Comment collecter de l information?

Plus en détail

APPROCHES ET MÉTHODES EN LA CARTOGRAPHIE DU WEB VISUALISATION DE L'INFORMATION :

APPROCHES ET MÉTHODES EN LA CARTOGRAPHIE DU WEB VISUALISATION DE L'INFORMATION : APPROCHES ET MÉTHODES EN VISUALISATION DE L'INFORMATION : LA CARTOGRAPHIE DU WEB Marta Severo Université de Lille 3, Laboratoire Gériico marta.severo@univ-lille3.fr LES MÉDIAS COMME UN OBJET D ÉTUDE Photo

Plus en détail

Recommandation dans les réseaux sociaux professionnels

Recommandation dans les réseaux sociaux professionnels Recommandation dans les réseaux sociaux professionnels Application sur un réseau bibliographique 6 mai 2010 Objectif et Motivation Techniques utilisées Algorithme exhaustive de recherche de toutes les

Plus en détail

Pourquoi et comment les réseaux sociaux d entreprise révolutionnent-ils le management?

Pourquoi et comment les réseaux sociaux d entreprise révolutionnent-ils le management? Pourquoi et comment les réseaux sociaux d entreprise révolutionnent-ils le management? Cycle Innovation & Connaissance 56 petit déjeuner Mélanie CIUSSI, Pr. SKEMA BS 14 mars 8h30-10h SKEMA Animatrice :

Plus en détail

Objectifs de la présentation

Objectifs de la présentation Gérer ses références bibliographiques avec Mendeley Pôle Formation IST Dominique Fournier, Inra, ERIST Montpellier Apérodoc IRD, 26 juin 2012 Objectifs de la présentation Découvrir les principales fonctionnalités

Plus en détail

L impact d Internet et des médias sociaux sur le recrutement et les ressources humaines. emm-ess consultants emm-ess.com

L impact d Internet et des médias sociaux sur le recrutement et les ressources humaines. emm-ess consultants emm-ess.com L impact d Internet et des médias sociaux sur le recrutement et les ressources humaines Trois grands sujets Faire connaître vos offres d emplois Évaluer les candidats Et vos employés actuels eux? D abord,

Plus en détail

Guide d utilisation. Institute Of Physics

Guide d utilisation. Institute Of Physics Guide d utilisation Institute Of Physics Un service en ligne fournissant un accès au contenu publié par IOP Publishing : 60 titres couvrant différents domaines de la recherche scientifique et technique.

Plus en détail

ONLINE TIAMA CATALOGS USER GUIDE

ONLINE TIAMA CATALOGS USER GUIDE ONLINE TIAMA CATALOGS USER GUIDE Home page / Accueil 3 4 5 Ref. Description Description Home page Accueil Catalog access Accès catalogue Advanced search Recherche avancée Shopping basket Panier Log off

Plus en détail

Choisir le bon outil pour chercher sur le Web : Cours

Choisir le bon outil pour chercher sur le Web : Cours Choisir le bon outil pour chercher sur le Web : Cours Avez-vous déjà essayé de trouver quelque chose dans Internet, pour finalement vous perdre et essayer de vous y retrouver à travers une douzaine d articles

Plus en détail

Le WEB 2.0. ITCE NFE102 Année 2013-2014! Le!web 2.0. Le web 2.0. Le web 2.0

Le WEB 2.0. ITCE NFE102 Année 2013-2014! Le!web 2.0. Le web 2.0. Le web 2.0 ITCE NFE102 Année 2013-2014! Le!web 2.0 l information est: placée par l usager diffusée par décision de l usager l usager dispose d une capacité de CONTRÔLE sans précédent Le WEB 2.0. F.-Y. Villemin (f-yv@cnam.fr)

Plus en détail

TUTORIEL. Avant de commencer. 1. Connexion à STORIFY. FTVEN Régions. Raconter une histoire avec Storify

TUTORIEL. Avant de commencer. 1. Connexion à STORIFY. FTVEN Régions. Raconter une histoire avec Storify 08/2011 TUTORIEL FTVEN Régions Raconter une histoire avec Storify Avant de commencer STORIFY, permet de sélectionner des informations provenant de différentes sources (Twitter, Facebook, Flickr, YouTube,

Plus en détail

Classer-Indexer-Partager avec Diigo

Classer-Indexer-Partager avec Diigo Classer-Indexer-Partager avec Diigo Tutoriel 1. Diigo, qu est ce que c est? 2. Créer son propre compte Diigo 3. Réaliser un marque-page 4. Surligner et annoter un extrait de texte 5. Se créer son propre

Plus en détail

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012 La recherche documentaire et la recherche d informations professionnelles 1 Introduction : la pratique étudiante Où commencez vous habituellement votre recherche d information? 84% des étudiants de 1er

Plus en détail

C est quoi, Facebook?

C est quoi, Facebook? C est quoi, Facebook? aujourd hui l un des sites Internet les plus visités au monde. Si tu as plus de 13 ans, tu fais peut-être partie des 750 millions de personnes dans le monde qui ont une page Facebook?

Plus en détail

Accédez à toutes vos données N importe où, n importe quand, de n importe quel appareil.

Accédez à toutes vos données N importe où, n importe quand, de n importe quel appareil. Accédez à toutes vos données N importe où, n importe quand, de n importe quel appareil. SugarSync est un fournisseur de services de stockage en ligne de pointe. Avec SugarSync, vous pouvez sauvegarder,

Plus en détail

Q1 Merci de préciser votre statut / Please indicate your status

Q1 Merci de préciser votre statut / Please indicate your status Q1 Merci de préciser votre statut / Please indicate your status Répondues : 80 Ignorées : 1 Chercheur(se) / Researcher Étudiant(e) / Student Choix de réponses Chercheur(se) / Researcher Étudiant(e) / Student

Plus en détail

Promouvoir sa boutique sur Facebook

Promouvoir sa boutique sur Facebook Promouvoir sa boutique sur Facebook Table des matières Facebook pour les débutants 2 Introduction 2 Facebook par Wikipedia 2 Ouvrez un compte sur Facebook (pour ceux qui n en ont pas) 2 Editez votre profil

Plus en détail

Espace Numérique de Travail (ENT)

Espace Numérique de Travail (ENT) Espace Numérique de Travail (ENT) (http://ent.univcasa.ma) Qu est ce que c est l ENT? Définition et objectifs Services offerts et futurs Comment j utilise mon ENT? Accéder à mon espace ENT Obtenir mon

Plus en détail

Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6

Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6 Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6 Ludovic Denoyer 21 septembre 2015 Ludovic Denoyer () FDMS 21 septembre 2015 1 / 1 Contexte Observation La plupart des bonnes

Plus en détail

LES RESEAUX SOCIAUX MARDI 25 FEVRIER 2014

LES RESEAUX SOCIAUX MARDI 25 FEVRIER 2014 LES RESEAUX SOCIAUX MARDI 25 FEVRIER 2014 OFFICE DE TOURISME Maison du Patrimoine 2 rue de la Chapelle 66820 VERNET-LES-BAINS Tel : 04 68 05 55 35 www.vernet-les-bains.fr Contact e-tourisme : Emilie /

Plus en détail

Veille Web automatisée & Knowledge Sharing (KS) = Veille personnalisée MASS CUSTOMIZATION

Veille Web automatisée & Knowledge Sharing (KS) = Veille personnalisée MASS CUSTOMIZATION Veille Web automatisée & Knowledge Sharing (KS) = Veille personnalisée MASS CUSTOMIZATION Sur la plateforme KS, les clients de la veille peuvent s abonner aux thématiques qu ils souhaitent. Ils peuvent

Plus en détail

Sites web propriétaires

Sites web propriétaires Ce document est disponible à : C:\Users\pc_samba\Documents\Doc sites prop.docx Sommaire 1 Introduction... 3 2 Création du mini-site... 4 2.1 Autorisation de création... 4 2.2 Création de votre site Web...

Plus en détail

Générateur de pages WEB et serveur pour supervision accessible à partir d un navigateur WEB

Générateur de pages WEB et serveur pour supervision accessible à partir d un navigateur WEB AUTOMGEN 8.009 Générateur de pages WEB et serveur pour supervision accessible à partir d un navigateur WEB version 2 : support de sources vidéo, support 3D, support de l ensemble des objets IRIS 2D WEB

Plus en détail

Digital Marketing School Namur, 20/03/14 Liège, 02/04/14

Digital Marketing School Namur, 20/03/14 Liège, 02/04/14 Digital Marketing School Namur, 20/03/14 Liège, 02/04/14 http://be.linkedin.com/in/xavierbartholome/ http://about.me/barthox http://www.c2o2.be xavier@c2o2.be @c2o2_be / @barthox Linkedin pourquoi faire?

Plus en détail

Réseaux complexes: d Internet aux pandémies

Réseaux complexes: d Internet aux pandémies Réseaux complexes: d Internet aux pandémies Marc Barthelemy CEA, Institut de Physique Théorique, Saclay, France EHESS, Centre d Analyse et de Mathématiques sociales, Paris, France marc.barthelemy@cea.fr

Plus en détail

RÉSEAUX SOCIAUX DE CHERCHEURS SUR LE WEB QUELS OUTILS? QUELS ENJEUX?

RÉSEAUX SOCIAUX DE CHERCHEURS SUR LE WEB QUELS OUTILS? QUELS ENJEUX? RÉSEAUX SOCIAUX DE CHERCHEURS SUR LE WEB QUELS OUTILS? QUELS ENJEUX? RNBM, Marseille-CIRM, 18/11/2015 - A. Bouchard (URFIST de Paris) Plan Repères Présentation de quelques outils Réseaux sociaux et visibilité

Plus en détail

Jeudi 16 octobre 2014

Jeudi 16 octobre 2014 Jeudi 16 octobre 2014 PANORAMA DES RESEAUX SOCIAUX 2014 PANORAMA DES RESEAUX SOCIAUX 2014 TOUR DE TABLE Salah Animateur numérique du territoire un ensemble d individus, organisations reliés entre eux

Plus en détail

Cookies de session ils vous permettent de sauvegarder vos préférences d utilisation et optimiser l expérience de navigation de l Utilisateur ;

Cookies de session ils vous permettent de sauvegarder vos préférences d utilisation et optimiser l expérience de navigation de l Utilisateur ; Ce site utilise des Cookies, émis également par des tiers, pour des raisons de fonctionnalité, pratiques et statistiques indiquées dans notre politique en matière de Cookies. Politique en matière de Cookies

Plus en détail

Nouveaux outils pour la visualisation de données

Nouveaux outils pour la visualisation de données Nouveaux outils pour la visualisation de données F.-X. Jollois Dpt STID IUT Paris Descartes LIPADE UFR Math-Info Université Paris Descartes Rencontre de la SFdS, 2013 F.-X. Jollois (Paris Descartes) SFdS

Plus en détail

Le Web social. Internet = Web + courriel + messagerie instantanée. Dans les années 2000 le Web devient participatif et social

Le Web social. Internet = Web + courriel + messagerie instantanée. Dans les années 2000 le Web devient participatif et social Le Web social Quelques repères Le Web n est qu une application d Internet : Internet = Web + courriel + messagerie instantanée 60's Internet 1972 Courriel 1989 Tim Berners-Lee invente l hypertexte (pages

Plus en détail

guide d utilisation My Friends pour téléphones Android

guide d utilisation My Friends pour téléphones Android guide d utilisation My Friends pour téléphones Android Sommaire 1 introduction...1 2 experience utilisateur...2 2.1 page d accueil...2 2.2 connexion à un service...3 2.3 Facebook Chat...3 2.3.1 connexion

Plus en détail

Cours de Community Management Master 2 CAWEB

Cours de Community Management Master 2 CAWEB Cours proposé le 6 janvier 2015 Cours de Community Management Master 2 CAWEB Chargé d enseignement : Max Schleiffer, consultant social media Notre Programme 19/11 : Présentation du métier de Community

Plus en détail

GUIDE D UTILISATION INNEO Avocat

GUIDE D UTILISATION INNEO Avocat GUIDE D UTILISATION INNEO Avocat Décembre 2015 SOMMAIRE 1 - Se connecter à.... 3 2 - Vue d ensemble - Page d accueil 4 - L actualité.... 6 3 - Les différents thèmes...... 7 4 - Exploiter les informations.....

Plus en détail

Guide de recherche documentaire à l usage des doctorants. Partie 1 : Exploiter les bases de données académiques

Guide de recherche documentaire à l usage des doctorants. Partie 1 : Exploiter les bases de données académiques Guide de recherche documentaire à l usage des doctorants Partie : Exploiter les bases de données académiques Sylvia Cheminel Dernière mise à jour : décembre 04 PANORAMA DES SOURCES DOCUMENTAIRES ACADEMIQUES...

Plus en détail

Tutoriel : utilisation de l outil de veille TaDaweb

Tutoriel : utilisation de l outil de veille TaDaweb Tutoriel : utilisation de l outil de veille TaDaweb Document réalisé par : Anaïs Carroux, Anaïs Chaffard, Lucie Choulet, Mylène Coconnier, Garance Foucher, Nizar Elyoussfi, Jean-Baptiste Mac Luckie, Aurélie

Plus en détail

Zotero, un outil de gestion de bibliographies. Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris

Zotero, un outil de gestion de bibliographies. Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris Zotero, un outil de gestion de bibliographies Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris 1 Sommaire Introduction Collecte Organisation Citation Synchronisation Sauvegarde

Plus en détail

Intégration de données complexes pour une vision 360 du client. Chloé Clavel EDF R&D Département ICAME

Intégration de données complexes pour une vision 360 du client. Chloé Clavel EDF R&D Département ICAME Intégration de données complexes pour une vision 360 du client Chloé Clavel EDF R&D Département ICAME Contexte : projet R&D sur l intégration de données complexes pour la connaissance client Objectif :

Plus en détail

Médias sociaux et la recherche de l information l un beau défis! d. Mirjana Martic, spécialiste de l information d affaires, 30 novembre 2011

Médias sociaux et la recherche de l information l un beau défis! d. Mirjana Martic, spécialiste de l information d affaires, 30 novembre 2011 Médias sociaux et la recherche de l information l : un beau défis! d Mirjana Martic, spécialiste de l information l d affaires, 30 novembre 2011 L objectif de cette communication 1. Essayer de vous démontrer

Plus en détail

Réaliser une bibliographie commune

Réaliser une bibliographie commune Réaliser une bibliographie commune Nancy avril 2013 Noël Thiboud Sandrine Wolff » Objectifs Différents logiciels utilisés? Publication avec des co-auteurs? Publication d une bibliographie en ligne sur

Plus en détail

Audio and Web Conferencing services. Orange Business Services. Web Conferencing

Audio and Web Conferencing services. Orange Business Services. Web Conferencing Audio and Web Conferencing services Orange Business Services Web Conferencing web conferencing completely integrated audio and web services conference availability 24hrs/7days up to 100 participants complete

Plus en détail

Les modes de recherche sur le Web 2.0

Les modes de recherche sur le Web 2.0 Les modes de recherche sur le Web 2.0 1 Sommaire 1. Contexte 2. Le collaboratif : les moteurs thématiques 3. La syndication des résultats de recherche 4. Les connaissances : des moteurs 2 1 1. Moteurs

Plus en détail

Internet et les médias sociaux

Internet et les médias sociaux Internet et les médias sociaux Chiffres et tendances 2014 2,5 milliards d internautes à travers le monde Dont 1,9 milliard sur les réseaux sociaux > Soit 74% des internautes 68% des français sont sur les

Plus en détail

Accès au support technique produits et licences par le portail client MGL de M2Msoft.com. Version 2010. Manuel Utilisateur

Accès au support technique produits et licences par le portail client MGL de M2Msoft.com. Version 2010. Manuel Utilisateur Accès au support technique produits et licences par le portail client MGL de M2Msoft.com Version 2010 Manuel Utilisateur Access to M2Msoft customer support portal, mgl.m2msoft.com, 2010 release. User manual

Plus en détail

FORMATION : INTRODUCTION AUX MÉDIAS SOCIAUX (FACEBOOK)

FORMATION : INTRODUCTION AUX MÉDIAS SOCIAUX (FACEBOOK) FORMATION : INTRODUCTION AUX MÉDIAS SOCIAUX (FACEBOOK) Par Marie Nicollet Stratégie et Web Marketing PLAN DE LA FORMATION 1. Facebook: état des lieux 2. How-to ; créer une page Facebook 3. Comportements

Plus en détail

Introduction à l Analyse des Réseaux Sociaux

Introduction à l Analyse des Réseaux Sociaux (ARS) 18 mars 2010 Analyse des réseaux sociaux Définition Propriétés Utilisation & Applications Analyse des réseaux sociaux Définition Propriétés Utilisation & Applications Etude des entités sociales (les

Plus en détail

INF6304 Interfaces Intelligentes

INF6304 Interfaces Intelligentes INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie

Plus en détail

Guide de démarrage rapide e-learning

Guide de démarrage rapide e-learning Guide de démarrage rapide e-learning Connexion au site 1 Ouvrez votre navigateur à l aide d Internet Explorer ou Netscape 2 Tapez http://rhi.skillport.com dans la barre d adresse 3 Appuyez sur Enter La

Plus en détail